Terence TaoのAI数学警告、ベンチマーク競争に異議
Terence Taoは、近年の目覚ましい成果にもかかわらず、AI企業が未解決の数学問題をベンチマーク競争へと変えつつあると警告する、他の24人のフィールズ賞受賞者に加わった。Terence TaoのAI数学警告は、正しい証明を生み出すことと、数学的理解を前進させることの間に広がる隔たりを問題視している。
このグループは、最初の署名者らが前週に行った議論を経て、2026年9月11日に宣言を発表した。そのタイミングには明確な意図があった。OpenAIは直前に、Navier-Stokesミレニアム懸賞問題の解決を含むとする複数の数学的進展を発表していた。
この宣言はAI支援研究を否定するものではない。企業が知名度向上、モデル評価、競争上の位置付けを目的に成果を最適化する場合、有名問題の解決が害になり得ると論じている。したがって対立軸は、AI対数学者ではない。ベンチマーク主導の証明生成と、証明を共有知へ変えるためのより遅いプロセスとの対立である。
この区別は純粋数学の外でも重要だ。研究者、開発者、企業チームは、採点しやすい出力を通じてAIシステムを評価する機会が増えている。しかし、測定可能な結果の裏には、不十分な帰属、不透明な手法、膨大な資源消費、あるいは責任ある専門家ですら説明できない研究が隠れていることがある。
25人のフィールズ賞受賞者は実際に何を述べたのか
この宣言が問い直しているのは、AI企業が数学的進歩をどう定義するかであり、機械が研究に参加すべきかどうかではない。
「A Severe Misalignment of AI in Mathematics」と題された声明は、大規模言語モデルの急速な改善を認めるところから始まる。著者らによれば、これらのシステムは現在、複数の数学分野にまたがる主要な未解決問題を解けるようになっている。
この認識があるからこそ、この批判を新技術への抵抗として退けることは難しい。署名者の多くは、計算ツール、証明支援系、AIシステムを扱ってきた。Taoも、数学者が機械支援から恩恵を得られる方法を繰り返し説明してきた。
異議の対象は、それらのシステムの前に置かれる目標である。AI企業は、モデル能力を示すために、広く認知された数学問題を利用する。ある予想の解決は、明快な発表、競争上の比較、記憶に残る達成を生む。
フィールズ賞受賞者による宣言は、この枠組みが代理指標と研究の真の目的を混同していると論じる。問題を解くことは、誰かが有用な概念、手法、洞察を生み出したことの指標であるのが伝統だった。しかし、それが数学の完全な目的だったことはない。
署名者らは、研究を人間の活動から成る長い連鎖として描いている。結果は注意深く記述され、検証され、議論され、簡潔化され、先行研究と結び付けられ、最終的には教育されなければならない。各段階は、元の答え以上の価値を明らかにし得る。
難しい定理は、その証明が再利用可能な技法を導入することで、研究プログラム全体を生み出すことがある。他の研究者はその限界を試し、異なる問いに適用する。学生は手法を学び、やがて発展させていく。
単なる答えだけでは、そうした発展は保証されない。形式的に検証された証明であっても、専門家がその中心的な考え方を理解できず、既存理論の中に位置付けられなければ、孤立したままになり得る。
宣言は、急速な発表では適切な解説と帰属に十分な時間が残されないことが多いと警告する。こうした欠落は、どの考えが本当に新しく、どの考えが先行する人間の研究に由来するのかについて不確実性を生む。
批判は職業上のインセンティブにも及ぶ。数学コミュニティは、先取権、出版、目に見える問題解決を評価する。AI企業は、ジャーナル、査読者、研究者が吸収できるより速く成果を生むことで、こうした圧力を強め得る。
最初の25人の署名者には、Artur Avila、Manjul Bhargava、Martin Hairer、June Huh、Peter Scholze、Maryna Viazovska、Taoが含まれる。彼らのフィールズ賞受賞年は1978年から2026年にまたがる。
この幅広さは、この宣言に異例の制度的重みを与えている。単一の研究所や職能団体ではなく、異なる世代と数学の専門分野の研究者を代表しているからだ。
声明は条件付きの判断で締めくくられる。AIは真の研究と理解を高められるが、その全体的な影響が建設的になるか破壊的になるかは、技術を管理する人間が決める。
この立場は、禁止でも無条件の導入でもない。企業のベンチマークが数学コミュニティに代わって成功を定義する前に、コミュニティ自身が成功の定義を定めるよう求めている。
AI数学ベンチマークが火種になった理由
数学は、正答が客観的に見える一方で、その答えの背後にある隠れた条件を比較することは依然として難しいため、AIの魅力的なベンチマークとなった。
ソフトウェア企業には、あるモデルが別のモデルより能力が高いことを示す可視的な証拠が必要だ。数学的課題はその証拠を提供するように見える。提案された解は検証でき、形式的な証明はソフトウェアで確認できる場合がある。
証明支援系は、各ステップが指定された論理規則から導かれるかを検査するプログラムである。Leanはその代表例の一つだ。これらのシステムは、著者の評判だけに全面的に依存することなく、形式的な正しさを確立できる。
この特徴は、推論モデルの評価において数学を魅力的なものにしている。主観的な判断を二値の結果に置き換えるように見えるためだ。定理は、提示された仮定の下で成立するか、しないかのどちらかである。
しかし、この二値スコアは重要な変数を圧縮してしまう。結果には、繰り返しの試行、広範なプロンプト、専門的なツール、非公開の人間による誘導、大規模な計算予算が関与している可能性がある。公表される発表では、こうした条件が常に一貫して開示されるとは限らない。
Taoは新たな宣言以前にもこの問題を取り上げていた。数学に関する論考で、報告されるAIの成功事例では、失敗、人間による足場掛け、計算コスト、既存文献への接触の可能性がしばしば省かれていると指摘した。
こうした省略は、モデル比較の科学性を低下させる。また、基盤となるプロセスが不明確なままでも、印象的な結果を知能の一般的な尺度として受け取るよう、受け手を促してしまう。
統制された評価は、より有用な姿を示す。Taoは、現役の数学者が提供した未発表の研究問題でシステムを試すFirst Proofプロジェクトを取り上げた。回答は、正確性と解説について専門家のレビューを受ける。
その第2バッチには10問が含まれ、公開アクセス可能な4つのAIシステムを評価した。Taoの説明によれば、少なくとも1つのシステムが7問で合格評価を得た。
この結果は、AIによる数学的推論が実用上重要になりつつあることを示している。一方で、モデルが研究を取り巻く制度を独力で置き換えられることを立証するものではない。
企業が著名な未解決問題を選ぶと、ベンチマークの問題はより鮮明になる。これらの問題には、すでに文化的価値と一般的な認知がある。一つを解決すれば、解説を改善したり、ありふれた論文を何百本も検証したりするより大きな注目を集められる。
OpenAIは8月、Astraの内部バージョンが生み出したとする10件の数学的進展を発表し、この魅力を示した。同社は、その研究が長年の問いを解決、または大幅に前進させたと述べた。
この発表は数学者に結果を研究し、より広い研究へ結び付けるよう促した。しかし、その形式は依然として、複数の成果を一つのシステムの下にまとめたモデル能力のリリースに似ていた。
これがTerence TaoのAI数学警告の背後にあるインセンティブ構造である。企業は生成された結果を迅速に測定できる。しかし、コミュニティの理解、学生の成長、長期的な理論的価値を同じ速度で測ることはできない。
Goodhartの法則はこの危険を説明する。ある指標が目標になると、最適化によって、その指標が本来表していた品質から乖離し得る。
歴史的に、難問を解くにはその数学的領域を理解する必要があることが多かった。この関係により、問題解決は洞察の妥当な代理指標だった。AIシステムは、人間には匹敵できない規模で可能性を探索することで、このつながりを弱め得る。
したがって、ある証明は正しくても、その手法がなぜ機能するのかを明快に説明していない可能性がある。また、文献中で見落とされていた議論を、そのつながりを特定せずに再現していることもあり得る。
スコアボードには、解決済みの問題が一つ追加される。研究コミュニティには、解釈、検証、功績の帰属という、より困難な仕事が引き継がれる。
真の対立は、証明の出力と理解の間にある
中心となるトレードオフは、人間の推論対機械の推論ではない。豊富な証明出力と、希少な専門家の注意との対立である。
Taoは、証明の希少性から証明の豊富さへの移行の可能性を説明している。数学は、その大半の制度を前者の状況、すなわち信頼できる新しい証明を生み出すことが困難で比較的まれだった時代に合わせて構築してきた。
ジャーナル、学会、賞、採用制度は、新しい結果が専門家による評価に十分なほどゆっくり到来することを前提としている。査読は、自身の本業と並行してその仕事を担う研究者に大きく依存している。
AIは、検討側を自動的に拡大することなく、生産側を変える。モデルは候補となる論証を継続的に生成できる。それを精査できる有資格の専門家の数は、同じ速度では増えない。
この不一致は、Taoが「proof indigestion」と呼ぶ状態を生み得る。候補証明が、専門家による検証より速く蓄積する。検証済みの証明も、著者が説明し、コミュニティが吸収するより速く蓄積し得る。
正確性は依然として不可欠だが、それは一つの段階にすぎない。価値ある結果は、その中心的な仕組みも伝えなければならない。研究者は、難しい発想と定型的な計算を区別し、どの部分が一般化できるかを理解する必要がある。
人間が書いた論文には、その発見プロセスの痕跡が残ることが多い。異例の補題や慎重な記法の変更は、本当の障害がどこにあったのかを示し得る。高度に洗練された機械生成の証明は、こうした手掛かりを消してしまう可能性がある。
したがって解説は、装飾的な包装ではない。専門家が用いるが、形式的な規則にはほとんど還元されない実践的理解、すなわち暗黙知の移転を助ける。
帰属も別の課題を生む。モデルは、学習データ、検索された文書、ユーザーとのやり取り、ツール出力から得た考えを組み合わせる可能性がある。結果として生まれる証明は、一連の手順としては新規であっても、特定可能な人間の貢献に依存していることがある。
この宣言が盗用と功績の懸念を具体的に取り上げるのは、性急な発表では文献レビューの時間がほとんど取れないためだ。この問題は、モデル開発者が出力がどのように生じたかを完全には再構成できない場合に、さらに深刻になる。
OpenAIの9月の発表は、この問題を公の場に持ち込んだ。同社は、GPT-6 Astraより高性能なシステムが、Navier-Stokesミレニアム懸賞問題の解を生み出したと述べた。
Navier-Stokes方程式は流体の運動を記述する。ミレニアム懸賞問題は、滑らかな3次元解が、指定された条件下で常に正則性を保つかを問うものだ。
Navier-Stokesに関する説明で、OpenAIは同社のシステムが公式な定式化の一部について有限時間特異点を確立したと述べた。また、Leanによる形式化も提供した。
OpenAIによれば、このプロジェクトは数学者Levent AlpögeとTristan Buckmasterによる関連研究のうわさを聞いた後に始まったという。同社は自社のアプローチが彼らのものとは異なると述べ、Buckmasterの非公開Codexプロンプトがシステムに影響を与えたことを否定した。
これらの主張には、独立した数学的・手続き的な精査が必要である。形式検証は、符号化された手順の正しさを支えられるが、知的な由来に関するあらゆる問題を決着させることはできない。
この出来事は、AI数学ベンチマークが制度的な圧力を生む理由を示している。研究者が大きな成果に近づいていると知れば、研究所はただちに膨大な計算資源を投入できる。
個々の数学者は、その条件で競争することはできない。また、自身の研究で使うモデルへのアクセスを、同じ企業に依存している場合もある。
これは資源の問題であると同時に、信頼の問題でもある。研究者は、非公開の草稿、プロンプト、実験が、発表前に自らの研究方向を露出させないという確信を必要としている。
非公開データが使われていなかったとしても、不平等なアクセスという印象は行動を変えうる。研究者は商用ツールを避け、初期段階のアイデアを隠し、優先権を確立するために未完成の成果を急いで発表するかもしれない。
そうした反応は、数学に不可欠な協働を弱める。そうなればベンチマーク競争は、将来のAIシステムが必要とする情報環境そのものを損ないかねない。
AIモデルは、よく整理された人間の知識から学習する。研究者が丁寧な説明の作成や未完成のアイデアの共有をやめれば、将来の学習データは薄くなり、信頼性も低下する。
この対立は循環的だ。AIは数学の蓄積から恩恵を受けるが、抑制のない成果創出競争は、その蓄積を維持するプロセスを損なうおそれがある。
テレンス・タオのAI数学への警鐘は反AIではない
タオの立場は、高度なAIが意義ある研究を行うことを認めたうえで、その能力をどのような人間的価値が統治すべきかを問うている。
この区別によって、この宣言は数学技術を凍結せよという要求とは異なるものになる。タオはAIツールを利用し、自身の執筆における支援についても開示してきた。また、機械生成された解答の評価にも参加している。
彼の議論は、強い前提を認めるところから始まる。AIツールは、研究レベルの数学的課題の意味ある部分を、有用な精度、許容可能なコスト、そしてさまざまな程度の人間の監督のもとで扱うようになる。
その前提を受け入れるなら、技術が現実のものかどうかを議論する重要性は下がる。より難しい問いは、数学者が自らの制度に何を最適化してほしいのかということだ。
タオは複数の目標を挙げる。数学は問題を解き、理論を発展させ、自然現象を説明し、共同体を支え、後継者を育て、長く残る知的成果を生み出す。
これらの目標は歴史的に互いを強化してきた。定理を追究する研究者は、多くの場合、その過程で手法を発展させ、学生を教え、複数の分野を結びつけてきた。
AIはこれらの成果を分離しうる。学生を育てずに証明生成を最適化できる。共同体を強化したり、永続的な説明を生み出したりせずに、正しい論証を作ることもできる。
この分離が、宣言で「ミスアラインメント」という言葉が使われる理由を説明する。ここでのアラインメントとは、最適化された目標が、人々が実際に大切にするより広い目標を支えているかどうかを指す。
AI企業が求めるのは、システムの能力を示す成果だ。数学者が必要とするのは、理解でき、帰属を明確にでき、再利用でき、教えられる成果である。
これらの目標は重なりうる。しかし、自動的に重なるわけではない。
より建設的なAI研究システムは、知識のパイプライン全体を支えるだろう。関連文献の探索、不確実な手順の可視化、非形式的な議論の形式言語への翻訳、より明確な提示方法の提案を支援できる。
また、研究者が証明戦略を比較し、再利用可能な技法を特定する助けにもなる。このような支援は、単に出力を増やすのではなく、数学的理解をより広く行き渡らせやすくする。
このモデルは、研究協力者や検証レイヤーに近い。有名な問題に数千のエージェントを投入し、そのうち一つが発表向けの成果を出すまで試行する手法とは異なる。
2026年初頭のタオへのNature interviewは、この均衡を捉えていた。彼は数学者の仕事が変化していると述べつつ、人間の判断を引き続き中心的なものとして扱っていた。
最も強い懐疑論は、正しい結果があれば理解は後からついてくるというものだ。歴史には、当初は理解が難しく、説明が不十分で、あるいは計算に依存していた証明が数多くある。研究者は最終的にそれらを明確化してきた。
この議論は検討に値する。即時の優美さを求めれば、有用な発見を退けてしまう可能性がある。機械生成された成果の一部は、他の数学者がそのアイデアを再構築して初めて理解可能になるだろう。
この宣言は、機械の出力が必然的に洞察を破壊すると証明しているわけではない。スピードと注目が評価を支配する場合に、その結果を生みうるインセンティブを指摘している。
もう一つの異論はアクセスに関するものだ。研究におけるAI利用を制限すれば、既存の階層を温存し、小規模な機関から貴重な支援を奪うことになりかねない。安価な推論ツールは、高度な数学への参加を広げうる。
この利点は現実のものだ。近くに専門家がいない学生でも、AIシステムを使って定義を探究し、例を検証し、論文を理解できるかもしれない。資金不足の機関にいる研究者も、かつては主要研究所だけに限られていた計算支援を得られる可能性がある。
政策上の課題は、ベンダーが研究アジェンダを支配することを許さずに、こうした利益を維持することだ。最も有能なシステムが非公開で、運用コストも高いままであれば、数学はさらに不平等になる。
答えは一律の禁止ではない。モデル利用を開示、帰属、再現可能性、人間の説明責任と結びつけるガバナンスである。
研究者には、自らの情報源と推論への主導権を保つためのワークフローも必要だ。personal knowledge baseは、最終回答だけを唯一の価値ある成果物として扱うことなく、草稿、参考文献、議論を整理できる。
数学以外の知識労働者にも、同じ原則が当てはまる。AIは、資料から擁護可能な理解へ至る道筋を強化すべきであり、その道筋を洗練された応答で置き換えるべきではない。
数学にはすでに政策の出発点がある
実践的な対応は、AI生成の証明が人間の出版速度を前提に構築された制度を圧倒する前に、研究規範を再設計することだ。
9月の声明は、詳細さよりも緊急性を帯びている。有害なインセンティブを特定し、数学者、企業、社会に対してその問題に取り組むよう求めている。
より広い政策枠組みはすでに存在する。Leiden Declarationは、国際的なコミュニティ主導の取り組みを経て、2026年6月2日に公表された。国際数学連合もこれを支持した。
その勧告は、個々の研究者、機関、資金提供者、政府、産業界を対象としている。透明性、信頼性、自律性、公平なアクセス、責任に焦点を当てている。
最も差し迫った要件は開示だ。論文では、どの自動化ツールが寄与したか、それらのツールが何を行ったか、どの計算資源が関与したかを説明すべきである。
この記録では、ブレインストーミング、証明生成、形式検証、文献検索、編集を区別すべきだ。それぞれの活動は異なるリスクと異なる帰属上の義務を生む。
開示は、評価者がベンチマーク上の主張を解釈する助けにもなる。一度の試行で問題を解くモデルと、数千回の並列試行と広範な人間の誘導を用いるシステムとでは、示される証拠が異なる。
再現可能性も同様に重要だ。プライバシーとセキュリティが許す場合、研究所はプロンプト、ツール設定、問題文、検証手順を保存すべきである。
利用できない社内モデルに依存する結果は、外部の研究者にとって依然として検証が難しい。最終的な証明を公開しても、システムの失敗率や探索過程は明らかにならない。
帰属には、モデルに引用を求めるだけでは不十分だ。開発者と著者には、体系的な文献検索、専門家によるレビュー、見落としを訂正するためのプロセスが必要である。
人間の投稿者が責任を負わなければならない。捏造された引用や借用されたアイデアをモデルのせいにすれば、影響を受けた研究者には実質的な救済手段が残らない。
学術誌にも新たなトリアージ制度が必要になる。編集者は、もっともらしく見える機械生成の証明をすべて無償の専門家に送ることはできない。投稿規則では、ツールの開示、形式的な検査、専門家がその研究を理解していることを示す証拠を求めることができる。
タオはエッセイで厳しい基準を提示している。著者は発表前に、正確な帰属を伴って、自らの成果を明確かつ専門家レベルで説明できるべきだ。
この基準はAI支援を排除するものではない。責任を負う人物が、その貢献を理解し、擁護できることを求めるものである。
評価は、消化・咀嚼の仕事にも報いるべきだ。AI生成の成果を検証、簡素化、説明、統合する研究者は、本質的な知的作業を担っている。
現在の学術的インセンティブは、しばしば決定版の説明よりも最初の証明に多くの評価を与える。証明が豊富になるほど、この不均衡は維持できなくなる。
資金提供機関は、形式化、キュレーション、ネガティブ結果のためのインフラを支援できる。大学は採用判断において、査読や解説も評価対象として認められる。
AI企業には、システムと関連テレメトリーの多くを管理しているため、追加の責任がある。総計の資源利用、ベンチマークの選定方法、不成功の試行を開示できる。
また、顧客データに関する明確な境界も定められる。研究者には、プロンプト、アップロードした原稿、ツールセッションがモデル学習や社内研究に寄与するかどうかについて、理解しやすい保証が必要だ。
独立監査は、こうした保証の信頼性を高めるだろう。成果を生み出すことで企業自身も利益を得る場合、企業の保証だけではすべての対立を解消できない。
ベンチマーク自体も拡張すべきだ。有用な評価では、システムが先行研究を特定するか、核心となるアイデアを伝えるか、不確実性を示すか、他の数学者が成果を発展させる助けになるかを測定できる。
これらの性質は、最終回答より採点が難しい。その困難さこそ、企業が最も容易な指標を実際の目標の代わりにすべきでない理由である。
同じ教訓は、企業におけるAI導入にも当てはまる。チームは、数値を簡単に得られるため、応答速度やタスク完了数を測定しがちだ。
しかし、自動化の完了後に追跡可能性、従業員の学習、組織の記憶が損なわれるなら、システムは出力を増やしていても問題がある。リーダーは、作業が説明可能かつ再利用可能な状態に保たれているかを測るべきだ。
数学は、早期かつ特に目立つ事例を示している。その形式的な構造によって指標の失敗は見えやすいが、根底にある問題はあらゆる知識専門職に影響する。
フィールズ賞受賞者らの宣言後に注視すべきこと
次の試金石は、別のモデルがまた別の有名問題を解くかではなく、研究所、学術誌、研究者が実務を変えるかどうかだ。
最初の兆候は、今後のAI数学に関する発表でどの程度の開示が行われるかに表れる。企業は試行回数、人間による誘導、計算資源、検証方法、文献レビュー手順を報告すべきだ。
より完全な開示は、宣言の中心的な判断を強化する。研究所が数学的成果を、単なる性能実証ではなく研究上の貢献として扱っていることを示すからだ。
情報の少ない発表は逆の方向を示す。再現可能性や文脈への要求よりも、競争圧力がなお優先されていることを示唆するだろう。
第二の兆候は、注目を集める主張に対する独立した検証から得られる。OpenAIのNavier-Stokesの成果は、その正しさ、新規性、範囲、帰属について、それぞれ別個の評価が必要であるため、すぐに検討できる事例となる。
形式的なLean証明は、その符号化の範囲内で論理的妥当性を扱う。数学者はなお、形式的な記述が意図した問題と一致するか、そしてその貢献が適切にクレジットされたアイデアを用いているかを確認しなければならない。
独立した専門家が結果を検証し、明確に新しい手法だと認めれば、AIが生成した成果が数学の正典に加わり得ることを示すことになる。その結果は、この警告を無効にするものではない。
むしろ、責任ある統合に何が必要かを示すだろう。その証明は、専門家による解釈、帰属の明示、そして説明を通じて価値を得ることになる。
大規模な訂正や功績をめぐる争いが続けば、この声明が示す懸念はいっそう具体的になる。この問題は文化的な予測から、研究実践の失敗が記録された事例へと移るだろう。
第三のシグナルは、新たな規則を機関が採用することになる。学術誌、大学、学会、資金提供機関は、AI支援による成果をどのように査読し、功績を認めるかを決めなければならない。
方針では、開示要件と著者としての責任を明確にすべきである。また、未公表の研究を保護し、検証に伴う労力を認める必要もある。
意味のある採用が進めば、評価は証明の生成から証明の理解・消化へと再配分されるだろう。結果を信頼でき、有用なものにする査読者、形式化担当者、解説者は、より大きな評価を受けることになる。
方針が弱い、あるいは一貫性を欠けば、条件の設定を企業に委ねることになる。その場合、研究者は学術誌や機関ごとに異なる期待に直面し、秘密主義や戦略的な振る舞いが助長される。
Terence TaoによるAI数学への警告は、究極的には誰が進歩を定義するのかを問いかけている。AI研究所は、著名な問題に挑戦することで、目覚ましいシステムを示すことができる。
しかし数学は、正しい命題だけでは前進しない。人々がその命題がなぜ真なのかを理解し、その理解をもとにより良い問いを立てられるときに進歩する。
したがって、この声明の最も重要な主張は、知の管理責任に関するものだ。たとえ機械がプロセスの一部を加速させても、研究コミュニティは知識の蓄積を可能にする条件を守らなければならない。
読者は次の大規模なAI証明の発表を、これまでとは異なる視点で見るべきだ。見出しとなる成果は重要だが、その背後にある失敗した試み、人間による入力、情報源、説明も同様に重要である。
専門家が結果を再現できるかを問うべきだ。誰に功績が与えられるのか、中心的なアイデアは理解可能か、学生がそれを土台に発展させられるかも問うべきである。
こうした問いこそ、定理の数よりも優れた基準を提供する。AI企業がこれらに自発的に答え始めれば、現在の対立は実行可能な研究パートナーシップへと変わり得る。
